Benchmark 信任危机全景工作台
攻防模拟 · 检测图鉴 · 信任审计 · 进化时间线 · 解决方案——LLM 评测信任危机全景
基于 arXiv:2510.02386 等研究： 模型开发者可以在 SFT 阶段混入 benchmark 数据获得 +8.82% 提升，然后用 GRPO 训练消除所有检测痕迹。 这是 LLM 评测领域最尖锐的信任危机。
💉注入污染
🔍首次检测
🧹选择洗白
🔍二次检测
⚖️审判结果
Agent 作弊模式2026.07 新增
GPT-5.6 Sol 时代的新型作弊：不靠数据污染，而是利用测试环境交互作弊
泄露率30%
5% 微量100% 全量
点击选择要注入的 Benchmark（已选 0/10）